基于知識庫的自然語言問答方法研究.pdf

1、基于知識庫的自然語言問答指的是針對以自然語言形式給出的問題，利用結(jié)構(gòu)化的知識庫給出答案，它是自然語言處理的重要研究方向之一。知識庫問答的主要方法可以分為基于信息提取的方法、基于語義解析的方法和基于向量空間建模的方法三類，其中的關(guān)鍵技術(shù)包括知識的抽取和表示、用戶問句的語義表征和基于知識庫的答案生成等。受到問句語義表征準(zhǔn)確性、問答對訓(xùn)練數(shù)據(jù)規(guī)模等因素的影響，現(xiàn)階段知識庫問答系統(tǒng)的性能仍有待提升。此外，開源的大規(guī)模開放領(lǐng)域中文知識庫較為缺乏，

2、這也制約了面向中文的知識庫問答技術(shù)的研究開展。
　　本文圍繞基于知識庫的自然語言問答任務(wù)，從問句語義表征、訓(xùn)練數(shù)據(jù)準(zhǔn)備和中文知識庫構(gòu)建等多個方面開展研究工作，主要研究內(nèi)容包括面向知識庫問答中復(fù)述問句評分的詞向量構(gòu)建方法、結(jié)合神經(jīng)網(wǎng)絡(luò)問句生成的知識庫問答方法以及中文知識庫構(gòu)建中的知識融合方法。
　　傳統(tǒng)詞向量通過與具體任務(wù)無關(guān)的無監(jiān)督訓(xùn)練方法得到，用于知識庫問答中的復(fù)述問句評分時無法體現(xiàn)句子級的語義約束關(guān)系。因此，本文提出了一

3、種基于復(fù)述知識約束的詞向量訓(xùn)練方法。該方法在詞向量訓(xùn)練過程中引入句子級的語義約束信息，在不改變句子語義合成方法的前提下，通過優(yōu)化單詞層面的語義向量，來改善句子層面的語義表征，最后達(dá)到提升復(fù)述問句評分以及知識庫問答系統(tǒng)回答問題的準(zhǔn)確度的效果。
　　現(xiàn)有基于向量空間建模的知識庫問答方法依賴訓(xùn)練數(shù)據(jù)，而人工生成大規(guī)模的問答對數(shù)據(jù)較為困難。本章針對以上問題將基于編碼器-解碼器神經(jīng)網(wǎng)絡(luò)模型的問句生成方法引入知識庫問答系統(tǒng)構(gòu)建，通過構(gòu)建問句生

4、成模型實現(xiàn)由知識庫中三元組自動生成問句，用于知識庫問答的模型訓(xùn)練。實驗結(jié)果表明使用模型生成問句相對傳統(tǒng)模版生成問句，有效改善了知識庫問答系統(tǒng)的準(zhǔn)確率。
　　最后，本論文介紹一種基于知識融合的中文知識庫構(gòu)建方法。該方法首先從百度百科網(wǎng)頁的信息框中抽取信息構(gòu)建初始知識庫，然后采用基于鏈接詞信息的實體對齊和基于Jaccard系數(shù)的屬性映射方法，實現(xiàn)初始知識庫與現(xiàn)有Freebase知識庫的融合。通過構(gòu)建人物、地理等部分領(lǐng)域的中文知識庫，驗